基于ＰＳＭ－ＤＩＤ 方法的地方數(shù)字經(jīng)濟政策實施成效評估

摘 要： ［目的／ 意義］ 數(shù)字經(jīng)濟政策已成為政府促進(jìn)經(jīng)濟發(fā)展的重要政策工具， 實證分析我國地方數(shù)字經(jīng)濟政策的實施成效， 有助于推動地方經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展。［方法／ 過程］ 本文利用２０１０—２０２１ 年中國３３７ 個地級及以上城市的面板數(shù)據(jù)， 采用ＰＳＭ－ＤＩＤ 方法檢驗了地方數(shù)字經(jīng)濟政策對地區(qū)經(jīng)濟發(fā)展的影響。［結(jié)果／ 結(jié)論］地方數(shù)字經(jīng)濟政策能夠顯著促進(jìn)地區(qū)經(jīng)濟增長， 但其促進(jìn)作用存在兩年時滯； 人口規(guī)模較大或行政等級較高的城市數(shù)字經(jīng)濟政策實施成效更顯著； 中西部地區(qū)數(shù)字經(jīng)濟政策對地區(qū)經(jīng)濟發(fā)展的促進(jìn)作用超過了東部地區(qū)。

關(guān)鍵詞： 數(shù)字經(jīng)濟政策； 政策評估； 雙重差分法； 傾向得分匹配； 地區(qū)經(jīng)濟增長

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０１．００３

〔中圖分類號〕Ｆ４９ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２５） ０１－００３３－１３

隨著大數(shù)據(jù)、云計算、人工智能和物聯(lián)網(wǎng)等新一代數(shù)字技術(shù)的快速發(fā)展， 數(shù)字經(jīng)濟成為驅(qū)動中國經(jīng)濟高質(zhì)量發(fā)展的新動能［１］ 。我國數(shù)字經(jīng)濟總體規(guī)模已連續(xù)多年位居世界第二［２］ ， 根據(jù)中國國家互聯(lián)網(wǎng)信息辦公室發(fā)布的《數(shù)字中國發(fā)展報告（２０２２ 年）》顯示， ２０２２ 年我國數(shù)字經(jīng)濟規(guī)模達(dá)５０. ２ 萬億元，同比名義增長１０. ３％， 占國內(nèi)生產(chǎn)總值比重提升至４１. ５％［３］ ， 數(shù)字經(jīng)濟已成為推動經(jīng)濟增長的新引擎。黨中央與各級地方政府出臺的一系列政策文件為數(shù)字經(jīng)濟的發(fā)展提供了政策保障與方向指引。然而，中國各地數(shù)字經(jīng)濟政策是否能促進(jìn)地區(qū)經(jīng)濟顯著性增長？ 數(shù)字經(jīng)濟政策效果的發(fā)揮是否存在一定的時滯效應(yīng)？ 不同地區(qū)的數(shù)字經(jīng)濟政策效果是否存在異質(zhì)性？ 這一系列問題尚未得到充分驗證。基于此，本文采用傾向得分匹配—雙重差分（ＰＳＭ－ＤＩＤ）方法對地方數(shù)字經(jīng)濟政策的實施成效進(jìn)行評估， 檢驗地方數(shù)字經(jīng)濟政策對地區(qū)經(jīng)濟增長的直接影響， 并探討其時滯性效應(yīng)和地區(qū)異質(zhì)性。

１ 文獻(xiàn)回顧

１. １ 數(shù)字經(jīng)濟政策

數(shù)字經(jīng)濟以數(shù)字技術(shù)為基礎(chǔ)， 以數(shù)據(jù)化、網(wǎng)絡(luò)化、智能化和共享化為特征， 作為一種新型經(jīng)濟形態(tài)， 已成為全球經(jīng)濟增長的主要推力和新質(zhì)生產(chǎn)力的重要構(gòu)成［４－６］ 。而數(shù)字經(jīng)濟政策主要用于促進(jìn)、規(guī)制和治理數(shù)字經(jīng)濟發(fā)展［７］ ， 經(jīng)歷了從信息化到平臺經(jīng)濟、數(shù)字經(jīng)濟等不同的政策實踐階段， 數(shù)字經(jīng)濟、數(shù)字金融和數(shù)字貿(mào)易的相關(guān)政策法規(guī)逐漸成為政策聚焦點［８］ 。其中， 國家層面頒布的數(shù)字經(jīng)濟政策歷經(jīng)了萌芽、信息化、“互聯(lián)網(wǎng)＋”、數(shù)字經(jīng)濟階段演進(jìn)， 政策重點總體上呈現(xiàn)從基礎(chǔ)生產(chǎn)制造逐漸轉(zhuǎn)向研發(fā)與應(yīng)用［９］ ； 省際層面制定的數(shù)字經(jīng)濟政策從總體上看， 其政策性質(zhì)、目標(biāo)和內(nèi)容等均處于比較完善的水平［１０］ ， 但還存在一定程度的“目標(biāo)—工具” 不匹配問題［１１］ 。隨著中國數(shù)字經(jīng)濟進(jìn)入與實體經(jīng)濟不斷融合深化的新階段， 基礎(chǔ)創(chuàng)新能力較弱、發(fā)展不平衡、產(chǎn)業(yè)數(shù)字化程度不高和數(shù)字經(jīng)濟治理薄弱等制約數(shù)字經(jīng)濟發(fā)展的問題愈發(fā)突出［１２］ ， 亟需各級政府從數(shù)字經(jīng)濟發(fā)展專用政策和通用政策兩方面完善政策體系［１３］ ， 構(gòu)建適合數(shù)字生產(chǎn)力發(fā)展的激勵制度和約束制度體系［１４］ ， 探索包括創(chuàng)新、安全、開放合作、協(xié)調(diào)包容等數(shù)字經(jīng)濟深化發(fā)展的宏觀政策框架［１５］ 。但是， 目前關(guān)于數(shù)字經(jīng)濟政策評估的研究還較少， 現(xiàn)有研究文獻(xiàn)主要集中于數(shù)字經(jīng)濟政策文本量化評價［１６－２０］ ， 探討政策如何促進(jìn)數(shù)字經(jīng)濟的發(fā)展［２１－２４］ ， 以及數(shù)字經(jīng)濟政策如何促進(jìn)創(chuàng)新［７，２５］ ， 尚缺乏數(shù)字經(jīng)濟政策對經(jīng)濟實證影響的研究。

１. ２ 數(shù)字經(jīng)濟對經(jīng)濟增長的影響

數(shù)字經(jīng)濟對經(jīng)濟增長的機制主要體現(xiàn)在兩個方面： 一方面， 數(shù)字經(jīng)濟通過重構(gòu)生產(chǎn)要素體系、提升全要素生產(chǎn)率、提高資源配置效率、促進(jìn)產(chǎn)業(yè)融合等方式促進(jìn)經(jīng)濟增長［２６］ ； 另一方面， 數(shù)字經(jīng)濟通過產(chǎn)生新的投資需求、增加新消費需求、創(chuàng)造新貿(mào)易需求等促進(jìn)經(jīng)濟增長［２７］ 。王開科等［２８］ 通過構(gòu)建數(shù)字經(jīng)濟投入產(chǎn)出模型， 實證分析發(fā)現(xiàn)， 我國數(shù)字經(jīng)濟發(fā)展可以顯著改善社會生產(chǎn)效率。陳昭等［２９］利用熵值法和ＤＥＡ－Ｍａｌｍｑｕｉｓｔ 指數(shù)法， 實證檢驗了數(shù)字經(jīng)濟可以通過提升區(qū)域創(chuàng)新水平、產(chǎn)業(yè)結(jié)構(gòu)升級顯著促進(jìn)經(jīng)濟高質(zhì)量發(fā)展。Ｊｉａｏ Ｓ Ｔ 等［３０］ 運用工具變量法、雙重差分法、中介效應(yīng)模型、空間計量經(jīng)濟模型等多種模型分析發(fā)現(xiàn)， 中國數(shù)字經(jīng)濟發(fā)展對城市經(jīng)濟增長有正向影響。

數(shù)字經(jīng)濟對經(jīng)濟增長的促進(jìn)作用也存在區(qū)域異質(zhì)性。呂明元等［３１］ 發(fā)現(xiàn)， 中國區(qū)域數(shù)字經(jīng)濟總體發(fā)展水平雖然穩(wěn)步提升， 但東部、西部、中部、東北部四大板塊數(shù)字經(jīng)濟發(fā)展差異顯著， 且空間分布的非均衡性和漸進(jìn)演進(jìn)態(tài)勢可能會影響到數(shù)字經(jīng)濟對區(qū)域經(jīng)濟增長的整體效果。鄭嘉琳等［３２］ 證實了數(shù)字經(jīng)濟對我國經(jīng)濟高質(zhì)量發(fā)展的影響存在顯著的區(qū)域差異， 其中西部地區(qū)受益最大， 中部地區(qū)受益最小。楊文溥［３３］ 采用面板門限模型， 發(fā)現(xiàn)數(shù)字經(jīng)濟對發(fā)達(dá)地區(qū)經(jīng)濟增長的促進(jìn)作用強于落后地區(qū)。陳昭等［２９］ 發(fā)現(xiàn)， 數(shù)字經(jīng)濟對經(jīng)濟高質(zhì)量發(fā)展具有促進(jìn)作用， 但是異質(zhì)性分析發(fā)現(xiàn)對中西部地區(qū)、高生產(chǎn)率地區(qū)與高人力資本水平地區(qū)影響更顯著。姚常成等［３４］ 發(fā)現(xiàn)， 基礎(chǔ)設(shè)施水平、城市創(chuàng)新水平以及市場化水平偏高的地區(qū)， 數(shù)字經(jīng)濟對區(qū)域經(jīng)濟的包容性增長效應(yīng)更加突出。

數(shù)字經(jīng)濟對地區(qū)經(jīng)濟發(fā)展的影響具有時滯性。數(shù)字經(jīng)濟從建立、發(fā)展到其對區(qū)域創(chuàng)新格局產(chǎn)生影響需要一定的時間［３５］ 。數(shù)字經(jīng)濟與區(qū)域經(jīng)濟增長是周期性波動的， 尤其是數(shù)字技術(shù)的投入帶來的波動變化較大， 這可能會對區(qū)域經(jīng)濟的穩(wěn)定增長造成一定的影響［３６］ 。Ｚｈｏｕ Ｍ［３７］ 發(fā)現(xiàn)， 隨著數(shù)字經(jīng)濟的持續(xù)發(fā)展， 區(qū)域經(jīng)濟差距呈現(xiàn)先擴大后縮小的倒Ｕ型趨勢。

綜上所述， 基于區(qū)域經(jīng)濟角度， 由于地區(qū)間的產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦、技術(shù)發(fā)展和政策實施情況等方面的差異， 數(shù)字經(jīng)濟在不同地區(qū)對經(jīng)濟的影響可能存在差異。在政策實施方面， 不同地區(qū)的政策措施差異會對數(shù)字經(jīng)濟發(fā)展產(chǎn)生不同影響， 并且這種影響與地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等相互交織， 這些因素如何共同塑造數(shù)字經(jīng)濟的區(qū)域效應(yīng)仍有待進(jìn)一步研究。由于地區(qū)間的初始條件不同， 數(shù)字經(jīng)濟政策在不同地區(qū)的經(jīng)濟影響可能存在差異， 這種差異可以通過ＰＳＭ－ＤＩＤ 方法進(jìn)行準(zhǔn)確地識別和分析。ＰＳＭ 方法通過綜合考慮地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等特征， 將實施數(shù)字經(jīng)濟政策的地區(qū)（處理組）和未實施的地區(qū)（控制組）進(jìn)行匹配， 以確保兩組在這些特征上具有可比性。ＤＩＤ 方法則進(jìn)一步利用處理組和控制組在政策實施前后的差異來估計數(shù)字經(jīng)濟政策的凈效應(yīng)。因此， 本文將結(jié)合ＰＳＭ 與ＤＩＤ 方法識別數(shù)字經(jīng)濟政策在不同地區(qū)的影響， 以及這些影響如何受到地區(qū)特征的調(diào)節(jié)。

２ 研究設(shè)計

２. １ 數(shù)據(jù)來源

為了準(zhǔn)確、全面評估數(shù)字經(jīng)濟政策的實施效果，本文以中國３３７ 個地級及以上城市作為研究樣本，以２０１０—２０２１ 年作為樣本區(qū)間。主要原因如下： 首先， 根據(jù)中國國家統(tǒng)計局公布的數(shù)據(jù)， ２０１０ 年中國國內(nèi)生產(chǎn)總值達(dá)到４０ 萬億人民幣， 人均ＧＤＰ 從８ ５９２元增加到２９ ６７０元， 中國正式成為世界第二大經(jīng)濟體。與此同時， 《國務(wù)院關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》明確將新一代信息技術(shù)產(chǎn)業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)之一進(jìn)行重點培育和發(fā)展， 強調(diào)加快建設(shè)寬帶、泛在、融合、安全的信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施， 推動新一代移動通信、下一代互聯(lián)網(wǎng)核心設(shè)備和智能終端的研發(fā)及產(chǎn)業(yè)化， 為數(shù)字經(jīng)濟未來發(fā)展奠定了基礎(chǔ)。因此， 本文選擇２０１０ 年作為起始年進(jìn)行考察。其次， 選擇３３７ 個地級及以上城市涵蓋了中國不同區(qū)域、不同規(guī)模和不同發(fā)展水平的城市類型， 能夠全面地反映數(shù)字經(jīng)濟政策在不同地區(qū)、不同條件下的實施效果。在數(shù)據(jù)來源方面， 各城市年度地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)占比、人口密度等經(jīng)濟社會數(shù)據(jù)主要通過《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國城市建設(shè)統(tǒng)計年鑒》、各省或市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報及統(tǒng)計年鑒、國泰安數(shù)據(jù)庫、中國經(jīng)濟社會大數(shù)據(jù)研究平臺等獲取， 個別缺失數(shù)據(jù)借助線性回歸預(yù)測的方式進(jìn)行預(yù)測填補， 共計獲得４ ０３２條有效數(shù)據(jù)。

２. ２ 變量定義

本文的研究重點是地方數(shù)字經(jīng)濟政策實施對地區(qū)經(jīng)濟發(fā)展的作用， 以及對地區(qū)差異性進(jìn)行詳細(xì)分析。但是考慮到地區(qū)經(jīng)濟發(fā)展受到多方面因素的影響， 結(jié)合已有文獻(xiàn)與本文研究問題的實際情況， 本文的變量選取、定義和計算方法等如表１ 所示。

１） 被解釋變量。數(shù)字經(jīng)濟政策能夠直接影響經(jīng)濟發(fā)展水平， 而經(jīng)濟發(fā)展水平的變化能夠在一定程度上反映數(shù)字經(jīng)濟政策的作用效果。因此， 本文采用地區(qū)經(jīng)濟發(fā)展水平作為衡量數(shù)字經(jīng)濟政策效果的結(jié)果變量。具體而言， 本文采用常用的地區(qū)實際ＧＤＰ 的對數(shù)作為結(jié)果變量度量各城市經(jīng)濟發(fā)展水平。

２） 核心解釋變量。本文的核心解釋變量是地方政府的數(shù)字經(jīng)濟政策采納情況， 將其構(gòu)建為一個虛擬變量ｄｉｇｉｔ ， 該變量用于表示城市ｉ 在第ｔ 年是否采納了數(shù)字經(jīng)濟政策。具體而言， 若某城市ｉ 第ｔ 年已頒布數(shù)字經(jīng)濟政策， 則視為采納， 并將虛擬變量賦值為１， 否則賦值為０。

３） 控制變量。為控制地方政府?dāng)?shù)字經(jīng)濟政策采納行為以外的其他外生因素對城市經(jīng)濟發(fā)展水平的影響， 本文借鑒現(xiàn)有相關(guān)研究成果， 并基于數(shù)據(jù)的可獲取性， 共選?。?個控制變量。在經(jīng)濟發(fā)展中，地區(qū)經(jīng)濟增長離不開產(chǎn)業(yè)規(guī)模的擴張［４６］ ， 本文采用規(guī)模以上工業(yè)企業(yè)數(shù)度量產(chǎn)業(yè)規(guī)?；潭?； 外商投資對區(qū)域經(jīng)濟發(fā)展有正向外溢作用［４７］ ， 本文通過實際利用外資額度量各城市的對外開放程度； 人口密度對經(jīng)濟發(fā)展影響比較復(fù)雜［４８］ ， 本文將其納入控制變量以揭示其在本研究情境中的作用機制； 雖然產(chǎn)業(yè)結(jié)構(gòu)高級化程度對經(jīng)濟發(fā)展影響不確定［４９］ ， 但為避免估計結(jié)果有偏誤， 本文亦將其考慮在內(nèi)； 已有研究證實了城市化水平對區(qū)域經(jīng)濟發(fā)展有驅(qū)動作用［５０］ ；普通高等學(xué)校在校學(xué)生數(shù)量反映各地區(qū)高學(xué)歷層次人才積累［５１］ ， 高等教育能夠直接拉動經(jīng)濟發(fā)展［５２］ ，本文采用普通高等學(xué)校在校生數(shù)量衡量城市人力資本水平； 考慮到中國重視政府調(diào)控在資源配置和經(jīng)濟發(fā)展中的作用［５３］ ， 且已有研究指出不同財政支出對經(jīng)濟發(fā)展作用不同［５４］ ， 本文選用較常使用的地方財政預(yù)算內(nèi)支出衡量政府調(diào)控； 金融發(fā)展水平影響經(jīng)濟發(fā)展［５５］ ， 本文使用金融機構(gòu)存貸款余額衡量；最低工資制度對經(jīng)濟增長具有影響［５６］ ， 因此本文采用職工平均工資的對數(shù)值衡量收入水平。表２ 為被解釋變量、控制變量描述性統(tǒng)計分析結(jié)果。

２. ３ 傾向得分匹配

在政策評估研究中， 傾向得分匹配方法用于減少處理組與對照組之間的選擇偏差。逐期匹配方法能夠根據(jù)不同時期的特征進(jìn)行匹配， 從而更好地捕捉政策效應(yīng)隨時間的潛在變化。核匹配作為一種非參數(shù)方法， 能夠有效降低由于協(xié)變量分布差異引起的選擇偏差。本文參照斯麗娟等［５７］ 的做法， 以控制變量為協(xié)變量， 構(gòu)建Ｌｏｇｉｔ 回歸模型， 采用核匹配方法分別對２０１０—２０２１ 年的樣本數(shù)據(jù)進(jìn)行逐期匹配。結(jié)果如表３ 所示， 全部協(xié)變量進(jìn)行匹配后的標(biāo)準(zhǔn)偏差明顯降低， 大部分降幅在１０％ 以內(nèi)， 表明匹配過程有效地減少了處理組和對照組在協(xié)變量上的變異性。此外， ＰＳ Ｒ２、ＬＲ ＣＨＩ２、ＭｅａｎＢｉａｓ 等指標(biāo)在匹配后的標(biāo)準(zhǔn)偏差均顯著下降， 進(jìn)一步證實了匹配后樣本在關(guān)鍵協(xié)變量上的平衡性得到了明顯提升。

為確保傾向得分匹配結(jié)果的可靠性和有效性，本文進(jìn)一步進(jìn)行了共同支撐假設(shè)檢驗。共同支撐假設(shè)要求處理組（Ｔｒｅａｔｅｄ）和未處理組（Ｕｎｔｒｅａｔｅｄ）的傾向得分必須在一個共同的范圍內(nèi)有重疊， 以確保匹配的樣本可比。根據(jù)表４ 所示， ２０１０—２０２１ 年處理組（Ｔｒｅａｔｅｄ）和未處理組（Ｕｎｔｒｅａｔｅｄ）的樣本數(shù)量都顯示出明顯的重疊， 表明共同支撐假設(shè)得到了滿足。

２. ４ 模型設(shè)計

為檢驗已采納數(shù)字經(jīng)濟政策的城市在政策實施后的具體政策效果， 本文采用多時點雙向固定效應(yīng)雙重差分模型。具體的計量模型如式（１） 所示：